この記事のポイント
- ElorianのGlimpseは、画像や動画の気になる箇所を見直して考えるAIで、研究プレビューを公開しています。
- 提供元は、グラフ読解や短い動画の説明で高い評価を報告。比較結果は課題によって異なります。
- 公表単価は入力100万トークン0.60ドル、出力3ドル。詳しく見直すほど処理時間と情報量を使います。
Elorianが2026年10月16日に公開したGlimpseの研究プレビューを紹介します。視覚情報を見直す推論方式と、評価・費用の条件を分けて整理します。
画像・動画を見直すための作業領域を使う
Glimpseは、答えを考える途中で画像や映像を見直し、判断を組み立てるAIです。見直している範囲は、利用画面の作業領域に表示されます。公開された推論の例では、気になる範囲を拡大して見直したり、短い区間のコマ数を増やして細かく見直したり、1つの特徴を時間をまたいで追いかけたりする様子が示されています。たとえば電車が減速しているかを判定する例では、窓の端の位置を2.2秒から5.13秒まで追跡し、移動距離が縮まっていることから減速と判断しています。鳥を撮った動画が映像をつないだ編集か、カメラの向きを動かした連続映像かを見分けるために、確認する映像のコマ数を途中で増やす例も紹介されています。コード作成や画像変換などのツールを組み合わせて使えるほか、複数の補助AIに作業を分担させることもできるとされています。
グラフ読解などで高評価、費用は処理する情報量も左右
Elorianは比較対象としてOpenAIの「GPT-6 Astra」を挙げ、科学グラフの読解(CharXiv-R)や短尺動画のキャプション生成(UGC-VideoCap)など一部のベンチマークでGlimpseが上回ったと報告しています。ただし公開された表を見ると、字幕付き動画の理解(Video-MME v2)や個数を数えるタスク(CountQA)などではAstraの方が高い結果を示しており、課題によって得意分野が分かれます（いずれも提供元の評価です）。公表単価は処理する情報量の単位であるトークン100万個当たり、入力0.60ドル、出力は3.00ドルです。ただしElorian自身も、細かく見直す処理は時間とトークンを使うと説明しています。単価の差が、そのまま1件当たりの総費用の差になるとは限りません。発表時点ではElorianに利用登録すると、外部ソフトから呼び出すAPIとチャット画面の両方で無料試用できると案内されています。
まとめ：見直す推論方式と提供元の評価を分けて読む
画像・動画の分析を検討する方にとって、Glimpseは、どの箇所を見直して判断したかを確認する方式の一例になります。自社の作業との関係を考える際には、評価対象の画像や動画の種類、処理に要する時間・情報量を分けて見ると、単価や一部の点数だけに寄らず判断しやすくなるでしょう。
